TensorFlow数据合并、分割、统计

目录

一、数据合并与分割

1.tf.concat()

2.tf.split()

3.tf.stack()

二、数据统计

1.tf.norm()

2.reduce_min/max/mean()

3.tf.argmax/argmin()

4.tf.equal()

5.tf.unique()


一、数据合并与分割

1.tf.concat()

填入两个tensor,  指定某维度,在指定的维度合并。除了合并的维度之外,其他的维度必须相等。

TensorFlow数据合并、分割、统计

2.tf.split()

填入tensor,指定维度,指定分割的数量。例如原数据维度是[2,4,35,8],当分割数量指定为2,维度是最后一维时,会分割成两个tensor,维度均是[2,4,35,4]。分割的维度,也可以直接指定数量及维度。比如指定为[2,2,4],则会分成三个tensor,最后一个维度分别是2,2,4。

TensorFlow数据合并、分割、统计

3.tf.stack()

该方法会创造新的维度。要求两个合并的数据维度全部一样,在哪个维度合并,就会在哪个维度前面产生一个新维度,可以根据这个维度进行选择。

TensorFlow数据合并、分割、统计

二、数据统计

注意:tf中指定维度的时候,就是把指定的维度上的内容进行操作,保留剩下的维度。

比如(2,3),求范数,如果指定axis=1,也就是列,那就是说,使用列上的3个数据,去求范数。得到的就是2维向量。也就是,指定了哪个维度,就会消去哪个维度。

1.tf.norm()

求范数,如果不指定几范数就是二范数。

TensorFlow数据合并、分割、统计

指定ord=1就是1范数。可以指定维度,就是把指定的维度上的内容求范数,保留剩下的维度。

比如(2,3),如果指定axis=1,也就是列,那就是说,使用列上的3个数据,去求范数。得到的就是2维向量。也就是,指定了哪个维度,就会消去哪个维度。TensorFlow数据合并、分割、统计

2.reduce_min/max/mean()

求数据的最小值、最大值、均值。这里有一个reduce,意思是提醒我们维度会降低。

TensorFlow数据合并、分割、统计

3.tf.argmax/argmin()

返回最大值、最小值的索引,如果不指定维度,那就是默认把第0维的求出来。

TensorFlow数据合并、分割、统计

4.tf.equal()

填入两个tensor,形状需要一样,返回一样形状的布尔tensor,可以通过先转换成整型(1,0),再累加的方式,求得两个tensor中相同数据的数量。

TensorFlow数据合并、分割、统计

5.tf.unique()

和numpy中的unique一样。

TensorFlow数据合并、分割、统计

上一篇:tensorflow学习003——tf.keras实现线性回归


下一篇:Tensorflow的数据处理中的Dataset和Iterator